MAKALAH STATISTIKA INFERENSIAL LENGKAP
halo sobat pada kali ini admin akan berbagi makalah tentang statistika inferensial lengkap,buat sobat yang sedang mencari artikel atau materi dokumen tentang statistika inferensial mungkin saja artikel dibawah ini dapat membantu,langsung saja simak di bawah
Keyword
materi statistika inferensial pdf
makalah statistik deskriptif dan inferensial
materi statistika inferensial kelas 12
contoh soal statistik inferensial
peran statistik inferensial
kata pengantar statistik inferensial
pembahasan statistika inferensial
makalah tentang statistika lengkap
BAB I
PENDAHULUAN
1.1 Latar Belakang
Statistika berasal dari bahasa latin yaitu status yang berarti negara dan digunakan untuk urusan negara. Hal ini dikarenakan pada mulanya, statistik hanya digunakan untuk menggambar keadaan dan menyelesaikan masalah yang berhubungan dengan kenegaraan saja seperti : perhitungan banyaknya penduduk, peembayaran pajak, gaji pegawai, dan lain sebagainya.
Statistika adalah ilmu yang merupakan cabang dari matematika terapan yang membahas metode-metode ilmiah untuk pengumpulan, pengorganisasian, penyimpulan, penyajian, analisis data, serta penarikan kesimpulan yang sahih sehingga keputusan yang diperoleh dapat diterima.
Statistika inferensial mencakup semua metode yang berhubungan dengan analisis sebagian data (contoh ) atau juga sering disebut dengan sampel untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya (populasi). Dalam statistika inferensial diadakan pendugaan parameter, membuat hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku umum. Metode ini disebut juga statistika induktif, karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja. Pengambilan kesimpulan dari statistika inferensial yang hanya didasarkan pada sebagian data saja sebagian data saja menyebabkan sifat tak pasti, memungkinkan terjadi kesalahan dalam pengambilan keputusan, sehingga pengetahuan mengenai teori peluang mutlak diperlukan dalam melakukan metode-metode statistika inferensial.
Statistik inferensial digunakan dalam proses mengambil keputusan dalam menghadapi ketidakpastian dan perubahan. Contoh ketidakpastian adalah kuat tekan beton dalam suatu pengujian tidak sama, walaupun dibuat dengan material yang sama. Dengan adanya kenyataan tersebut, maka metode statitsik digunakan untuk menganalisis data dari suatu proses pembuatan beton tersebut sehingga diperoleh kualitas yang lebih baik. Statistik inferensial telah menghasilkan banyak metode analitis yang digunakan untuk menganalisis data. Dengan perkataan lain statistik inferensial tidak hanya mengumpulan data, tetapi juga mengambil kesimpulan dari suatu sistem saintifik.
Untuk mengetahui lebih jelas mengenai Statistika Inferensial, akan diuraikan mengenai pengertian Statistika Inferensial dan ruang lingkup Statistika Inferensial.
1.2 Rumusan Masalah
Berdasarkan uraian latar belakang diatas, maka dalam makalah ini ada 2 (dua) rumusan masalah yang terkaji yakni :
1. Apa yang dimaksud dengan Statistik Inferensial ?
2. Apa fungsi dari Statistika Inferensial ?
3. Apa saja yang termasuk ruang lingkup Statistik Inferensial ?
1.3 Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan yang ingin dicapai dalam penulisan makalah ini adalah sebagai berikut:
1. Mengetaui pengertian dari Statistik Inferensial
2. Mengetahui fungsi dari Statistika Inferensial
3. Mengetahui ruang lingkup Statistik Inferensial
1.4 Manfaat
Adapun manfaat yang diharapkan dari penulisan makalah ini adalah sebagai berikut:
1. Bagi penulis
Pembuatan makalah ini telah memberikan berbagai pengalaman bagi penulis seperti pengalaman untuk mengumpulkan bahan. Disamping itu, penulis juga mendapat ilmu untuk memahami dan menganalisis materi yang ditulis dalam makalah ini. Penulis juga mendapatkan berbagai pengalaman mengenai teknik penulisan makalah, teknik pengutipan, dan teknik penggabungan materi dari berbagai sumber.
2. Bagi pembaca
Pembaca akan lebih mengetahui pengertian, fungsi dan ruang lingkup Statistika Inferensial.
BAB II
PEMBAHASAN
2.1 Pengertian Statistik Inferensial
Statistika Inferensial adalah serangkaian teknik yang digunakan untuk mengkaji, menaksir dan mengambil kesimpulan berdasarkan data ynag diperoleh dari sempel untuk menggambarkan karakteristik atau ciri dari suatu populasi. Oleh karena itu, statistika inferensial disebut juga statistik induktif atau statistik penarikan kesimpulan. Dalam statistika inferensial, kesimpulan dapat diambil setelah melakukan pengolahan serta penyajian data dari suatu sampel yang diambil dari suatu populasi, sehingga agar dapat memberikan cerminan yang mendekati sebenarnya dari suatu populasi, maka ada beberapa hal yang perlu diperhatikan dalam statistika inferensial, diantaranya:
1. Banyaknya subyek penelitian, maksudnya jika populasi ada 1000, maka sampel yang diambil jangan hanya 5, namun diusahakan lebih banyak, seperti 10 atau 50.
2. Keadaan penyebaran data. Dalam hal ini perlu diperhatikan bahwa pengambilan sampel harus merata pada bagian populasi. Diharapkan dalam pengambilan sampel dilakukan secara acak, sehingga kemerataan dapat dimaksimalkan dan apapun kesimpulan yang didapat dapat mencerminkan keadaan populasi yang sebenarnya.
Statistika Inferensial dibagi menjadi dua, yaitu Statistika Parametrik dan Statistika Non Parametrik.
1. Statistika parametrik terutama digunakan untuk menganalisa data interval dan rasio, yang diambil dari populasi yang berdistribusi normal
2. Statistika non-parametrik terutama digunakan untuk menganalisa data nominal, dan ordinal dari populasi yang bebas distribusi
Contoh dari statistika inferensial adalah pada pemilihan Ketua BEM Undiksha tahun 2008. Dalam kegiatan ini, walaupun sistem pemilihannya dengan pemungutan suara, tetapi tidak semua mahasiswa Undiksha yang diberikan untuk memilih, melainkan hanya perwakilan dari masing-masing HMJ. Di sini telah dilakukan sampling, yaitu pemilihan sampel (perwakilan HMJ), dari suatu populasi (seluruh mahasiswa Undiksha). Dari hasil pemungutan suara dari masing-masing perwakilan HMJ, maka data-data yang diperoleh digunakan sebagai acuan untuk membuat kesimpulan bahwa hal itulah yang diinginkan oleh seluruh mahasiswa Undiksha walaupun jika ditelaah mungkin saja tidak demikian.
Jadi dari uraian di atas tentang statistika inferensial menyajikan data untuk mendapat kesimpulan terhadap obyek yang lebih luas, sehingga karena inferensi tidak dapat secara mutlak pasti, perkataan probabilitas (kemungkinan) sering dinyatakan dalam menyatakan kesimpulan.
2.2 Fungsi Statistika Inferensial
Statistika Inferensial atau induktif adalah statistik bertujuan menaksir secara umum suatu populasi dengan menggunakan hasil sampel, termasuk didalamnya teori penaksiran dan pengujian teori. Statistika Inferensial digunakan untuk melakukan :
a. Generalisasi dari sampel ke populasi.
b. Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan menghubungkan, yaitu uji keterkaitan, kontribusi).
2.3 Ruang lingkup Bahasan Statistika Inferensial
Berdasarkan ruang lingkup bahasannya, statistika inferensial mncakup :
a. Probabilitas atau teori kemungkinan
b. Dristribusi teoritis
c. Sampling dan sampling distribusi
d. Pendugaan populasi atau teori populasi
e. Uji Hipotesis
f. Analisis korelasi dan uji signifikasi
g. Analisis regresi untuk peramalan
h. Analisis varians
i. Analisis kovarians
A. Probabilitas atau teori kemungkinan
Teori statistik dianggap telah selesai jika kita telah selesai membuat suatu kesimpulan tentang karakteristik populasi. Untuk membuatkesimpulan mengenai populasi, pada umumnya penelitian terhadap sampel yang diambil dengan teknk tertentu. Cara mengambil sampel penelitian disebut Sampling. Jika sampling diambil dengan teknik sampling, maka sampel penelitian tersebut dapat dikatakan representasi dari populasi.
Kesimpulan yang diambil oleh peneliti tidaklah pasti secara absolut dan selalu memiliki kekeliruan tertentu. Untuk itu diperlukan pengetahuan tentang teori probabilitas atau teori peluang atau teori tentang kemungkinan terjadinya kepastian dan ketidakpastian suatu kejadian. Dengan demikian, Probabilitas dapat diartikan kemungkinan terjadinya suatu peristiwa diantara kejadian seluruhnya yang mungkin terjadi. Misalanya, ada huruf A, B, C. Berapa kemungkinan pasanagan yang dibuat ?. Kemungkinan yang terjadi adalah ABC, ACB, BCA, BAC, CAB dan CBA. Jadi ada 6 kemungkinan, denagn rumus 3x2x1 = 6. Hal ini dapat ditulis dengan n! (dibaca: n faktorial). Pada contoh ini ada 3! 3x2x1 = 6. Hal ini disebut permutasiJumlah permutasi dan n objek yang berbeda adalah n!. Jika jumlah seluruh objek adalah n jumlah objek yang diambil disetiap pengambilan adalah r, maka aturan tersebut dapat dirumuskan sebagai berikut
Misalanya, ada empat huruf ABCD, berapa pasang yang dapat dibuat ? hal ini dapat dihitung dengan jalan berikut.
B. Distribusi Teoritis
Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang melebar tak berhingga pada kedua arah positif dan negatifnya. Penggunaanya sama dengan penggunaan kurva distribusi lainnya. Frekuensi relatif suatu variabel yang mengambil nilai antara dua titik pada sumbu datar. Tidak semua distribusi berbentuk lonceng setangkup merupakan distribusi normal.
Pada tahun 1733 DeMoivre menemukan persamaan matematika kurva normal yang menjadi dasar banyak teori statistika induktif. Distribusi normal sering pula disebut Distribusi Gauss untuk menghormati Gauss (1777 – 1855), yang juga menemukan persamaannya waktu meneliti galat dalam pengukuran yang berulang-ulang mengenai bahan yang sama.
Sifat dari variabel kontinu berbeda dengan variabel diskrit. Variabel kontinu mencakup semua bilangan, baik utuh maupun pecahan. Oleh karenanya tidak bisa dipisahkan satu nilai dengan nilai yang lain. Itulah sebabnya fungsi variabel random kontinu sering disebut fungsi kepadatan, karena tidak ada ruang kosong diantara dua nilai tertentu. Dengan kata lain sesungguhnya keberadaan satu buah angka dalam variabel kontinu jika ditinjau dari seluruh nilai adalah sangat kecil, bahkan mendekati nol. Karena itu tidak bisa dicari probabilitas satu buah nilai dalam variabel kontinu, tetapi yang dapat dilakukan adalah mencari probabilitas diantara dua buah nilai.
C. Sampling dan Sampling Distribusi
Sampling adalah bagian dari metodologi statistika yang berhubungan dengan pengambilan sebagian dari populasi. Jika sampling dilakukan dengan metode yang tepat, analisis statistik dari suatu sampel dapat digunakan untuk menggeneralisasikan keseluruhan populasi. Sampling berguna dalam penarikan kesimpulan (inference) yang valid dan dapat dipercaya.
Distribusi Sampling adalah distribusi nilai statistik sampel-sampel. Jika statistik yang ditinjau adalah mean dari masing – masing sampel, maka distribusi yang terbentuk disebut distribusi mean – mean sampling (sampling distribution of the means). Dengan demikian dapat juga diperoleh distribusi deviasi standard, varians, median dari sampling. Masing – masing jenis distribusi sampling dapat dihitung ukuran-ukuran statistik deskriptifnya (mean, range, deviasi standard, da lain-lain).
Sampling memiliki beberapa tipe diataranya :
v Simple random sampling adalah sebuah proses sampling yang dilakukan sedemikian
rupa sehingga setiap satuan sampling yang ada dalam populasi mempunyai peluang yang sama untuk dipilih ke dalam sampel.
v Systematic sampling merupakan pengambilan setiap unsur ke k dalam populasi, untuk
dijadikan sampel. Pengambilan sampel secara acak hanya dilakukan pada pengambilan
awal saja, sementara pengambilan kedua dan seterusnya ditentukan secara sistematis,
yaitu menggunakan interval tertentu sebesar k.
v Stratified sampling adalah penarikan sampel berstrata yang dilakukan dengan mengambil sampel acak sederhana dari setiap strata populasi yang sudah ditentukan lebih dulu.
v Convenience sampling, sampel diambil berdasarkan faktor spontanitas, artinya siapa saja yang secara tidak sengaja bertemu dengan peneliti dan sesuai dengan karakteristiknya, maka orang tersebut dapat dijadikan sampel.
v Judgement sampling (purposive sampling) adalah teknik penarikan sampel yang
dilakukan berdasarkan karakteristik yang ditetapkan terhadap elemen populasi target
yang disesuaikan dengan tujuan atau masalah penelitian.Bedanya, jika dalam sampling
stratifikasi penarikan sampel dari setiap subpopulasi dilakukan dengan acak, maka dalam sampling kuota, ukuran serta sampel pada setiap sub-subpopulasi ditentukan sendiri oleh peneliti sampai jumlah tertentu tanpa acak.
v Snowball Sampling merupakan salah satu bentuk judgement sampling yang sangat tepat digunakan bila populasinya kecil dan spesifik. Cara pengambilan sampel dengan teknik ini dilakukan secara berantai, makin lama sampel menjadi semakin besar, seperti bola salju yang menuruni lereng gunung.
o Sampling memiliki beberapa kriteria diantaranya :
Kriteria yang harus diperhatikan untuk menentukan tipe sampling yang baik, diantaranya:
(1) dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi,
(2) dapat menentukan presisi dari hasil penelitian,
(3) sederhana, mudah dilaksanakan, dan
(4) dapat memberikan keterangan sebanyak mungkin tentang populasi dengan biaya minimal.
o Tahapan sampling adalah:
v Mendefinisikan populasi hendak diamati
v Melakukan pengambilan sampel (pengumpulan data)
v Melakukan pengecekan ulang proses sampling
D. Pendugaan Populasi atau Teori Populasi
Populasi adalah himpunan dari unsur – unsur yang sejenis.Unsur- unsur sejenis tersebut bisa berupa manusi, hewan, tumbuh – tumbuhan, benda – benda, zat cair, peristiwa dan sejenisnya. Besarnya populasi bisa terbatas dan bisa tidak terbatas. Populasi dari mana sampel diambil disebut populasi induk. Melalui teknik pengambilan sampel yang reliabel kesimpulan penelitian dapat digeneralisasikan. Ada kesalahan generalisasi yangperlu dipertimbangkan karena besar kecilnya keslahan generalisasi tergantung pada : (1) besarnya sampel penelitian, (2) teknik sampling yang digunakan, (3) kecermatan memasukkan ciri – ciri populasi dan sampling, (4) cara – cara pengambilan data dan (5) rancangan analisi data.
Populasi (population/universe) dalam statistika merujuk pada sekumpulan individu dengan karakteristik khas yang menjadi perhatian dalam suatu penelitian (pengamatan). Misalnya, jika yang ingin diteliti adalah sikap konsumen terhadap satu produk tertentu, maka populasinya adalah seluruh konsumen produk tersebut. Jika yang diteliti adalah laporan keuangan perusahaan “X”, maka populasinya adalah keseluruhan laporan keuangan perusahaan “X” tersebut, Jika yang diteliti adalah motivasi pegawai di departemen “A” maka populasinya adalah seluruh pegawai di departemen “A”. Jika yang diteliti adalah efektivitas gugus kendali mutu (GKM) organisasi “Y”, maka populasinya adalah seluruh GKM organisasi “Y”Populasi dari mana sampel penelitian diambil disebut populasi induk. Ukuran populasi ada dua:
(1) populasi terhingga (finite population), yaitu ukuran populasi yang berapa pun besarnya tetapi masih bisa dihitung (cauntable). Misalnya populasi pegawai suatu perusahaan;
(2) populasi tak terhingga (infinite population), yaitu ukuran populasi yang sudah sedemikian besarnya sehingga sudah tidak bisa dihitung (uncountable). Misalnya populasi tanaman anggrek di dunia.
E. Uji Hipotesis
Uji Hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisa data, baik dari percobaan yang terkontrol, maupun dari observasi (tidak terkontrol). Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik jika kejadian tersebut hampir tidak mungkin disebapkan oleh faktor yang kebetulan, sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya.
Uji hipotesis kadang disebut juga “konfirmasi analisa data”. Keputusan dari uji hipotesis hampir selalu dibuat berdasarkan pengujian hipotesis nol. Ini adalah pengujian untuk menjawab pertanyaan yang mengasumsikan hipotesis nol adalah benar.
F. Analisis Korelasi Dan Uji Signifikasi
Analisis korelasi pertama kali dikembangkan oleh Karl Pearson pada tahun 1900. Tujuan dari analisis ini adalah untuk menetukan seberapa erat hubungan antara dua variable. Definisi analisis korelasi dinyatakansebagai berikut : “Analisis korelasi adalah suatu teknik statistik yang digunakan untuk mengukur keeratan hubungan atau korelasi antara dua variabel”
Analisis korelasi mencoba mengukur keeratan hubungan antara dua variabel X dan Y. Keeratan hubungan antara dua variabel tersebut dinyatakan dalam bentuk koefisien korelasi yang dilambangkan dengan huruf r. Koefisien korelasi (r) menunjukkan seberapa dekat titik kombinasi antara variabel Y dan X pada garis lurus sebagai garis dugaannya. Semakin dekat titik kombinasi dengan garis dugaannya maka nilai korelasi semakin membesar. Sebaliknya, semakin menyebar dari garis dugaannya maka nilai korelasi semakin kecil.
Pengertian lain menyebutkan, Korelasi adalah metode statistik yang dipakai untuk mengukur asosiasi atau hubungan antara dua atau lebih variabel kuantitatif, sedangkan untuk mengukur asosiasi antara dua atau lebih variabel kuantitatif dipakai tes X kuadrat. Sebagai contoh hubungan antara dosis obat hipertensi dan tekanan darah, hubungan antara dua variabel ini dinyatakan pada sumbu X dan Y yang membentuk suatu garis linier dan koefisien (r) yang menyatakan derajat hubungan antara dua variabel tersebut. Sedangkan untuk korelasi sendiri digunakan untuk menyatakan derajat hubungan linier antara dua variabel X dan Y. Jika korelasi antara X dan Y mempunyai hubungan sangat erat, maka nilai koefisien korelasi (r) mendekati -1 atau +1, dan bila tidak ada hubungan akan mendekati nilai 0.
G. Analisis Regresi Untuk Peramalan
Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel – variabel yang lain. Variabel “penyebab” disebut dengan bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel independen, atau secara bebas, variabel X (karena seringkali digambarkan dalam grafik sebagai absis, atau sumbu X). Variabel terkena akibat dikenal sebagai variabel yang dipengaruhi, variabel dependen, variabel terikat, atau variabel Y. Kedua variabel ini dapat merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel acak. Analisis regresi adalah salah satu analisis yang paling populer dan luas pemakaiannya. Analisis regresi dipakai secara luas untuk melakukan prediksi dan ramalan, dengan penggunaan yang saling melengkapi dengan bidang pembelajaran mesin. Analisis ini juga digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan variabel terikat, dan untuk mengetahui bentuk-bentuk hubungan tersebut.
H. Analisis Varians
Analisis varians (analysis of variance, ANOVA) adalah suatu metode analisis statistika yang termasuk ke dalam cabang statistika inferensial. Dalam literatur Indonesia metode ini dikenal dengan berbagai nama lain, seperti analisis ragam, sidik ragam, dan analisis variansi. Ia merupakan pengembangan dari masalah Behrens-Fisher, sehingga uji-F juga dipakai dalam pengambilan keputusan. Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher, bapak statistika modern. Dalam praktik, analisis varians dapat merupakan uji hipotesis (lebih sering dipakai) maupun pendugaan (estimation, khususnya di bidang genetika terapan). Secara umum, analisis varians menguji dua varians (atau ragam) berdasarkan hipotesis nol bahwa kedua varians itu sama. Varians pertama adalah varians antarcontoh (among samples) dan varians kedua adalah varians di dalam masing-masing contoh (within samples). Dengan ide semacam ini, analisis varians dengan dua contoh akan memberikan hasil yang sama dengan uji-t untuk dua rerata (mean). Supaya sahih (valid) dalam menafsirkan hasilnya, analisis varians menggantungkan diri pada empat asumsi yang harus dipenuhi dalam perancangan percobaan:
- Data berdistribusi normal, karena pengujiannya menggunakan uji F-Snedecor
- Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas, karena hanya digunakan satu penduga (estimate) untuk varians dalam contoh
- Masing-masing contoh saling bebas, yang harus dapat diatur dengan perancangan percobaan yang tepat
- Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah).
Analisis varians relatif mudah dimodifikasi dan dapat dikembangkan untuk berbagai bentuk percobaan yang lebih rumit. Selain itu, analisis ini juga masih memiliki keterkaitan dengan analisis regresi. Akibatnya, penggunaannya sangat luas di berbagai bidang, mulai dari eksperimen laboratorium hingga eksperimen periklanan, psikologi, dan kemasyarakatan.
I. Analisis Kovarians
Analisis kovarian (anakova) adalah uji statistik multivarian yang merupakan perpaduan antara analisis regresi dengan analisis varian (anava). Analisis Kovarian (Anakova) dikembangkan oleh R. A. Fischer, seorang pakar statistik berkebangsaan Inggris dan pertama kali dipublikasikan pada tahun 1932.
Anakova merupakan teknik statistik yang sering digunakan pada penelitian eksperimental (dirancang sendiri) dan juga observasional (sudah terjadi di lapangan). Dalam penelitian, tidak jarang terjadi, satu atau lebih variabel yang tidak dapat dikontrol oleh peneliti karena keterbatasan penyelenggaraan eksperimen atau karena alasan lain, padahal peneliti sadar bahwa variabel-variabel tersebut juga mempengaruhi hasil eksperimennya.
Menghadapi situasi seperti ini, maka peneliti perlu mengadakan pendekatan statistik untuk mengontrol dalam arti meniadakan berbagai efek dari satu atau lebih variabel yang tidak terkontrol ini. Anakova merupakan salah satu metode statistik yang digunakan untuk mengatasi variabel yang tidak terkontrol tersebut (Supratiknya, 2006).
Secara lebih khusus dalam anakova akan diadakan analisis residu pada garis regresi, yaitu dilakukan dengan jalan membandingkan varian residu antar kelompok dengan varian residu dalam kelompok.
Anakova akan dihitung dengan melakukan pengendalian statistik yang gunanya untuk membersihkan atau memurnikan perubahan-perubahan yang terjadi pada variabel terikat sebagai akibat pengaruh variabel-variabel atau karena rancangan penelitian yang tidak kuat. Pengendalian terhadap pengaruh luar dalam penelitian memiliki fungsi yang penting terutama untuk mempelajari pengaruh murni suatu perlakuan pada variabel tertentu terhadap variabel lain (Winarsunu, 2007)
BAB III
PENUTUP
2.4 Kesimpulan
1. Statistika Inferensial adalah serangkaian teknik yang digunakan untuk mengkaji, menaksir dan mengambil kesimpulan berdasarkan data ynag diperoleh dari sempel untuk menggambarkan karakteristik atau ciri dari suatu populasi.
2. Statistika Inferensial digunakan untuk melakukan :
· Generalisasi dari sampel ke populasi.
· Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan menghubungkan, yaitu uji keterkaitan, kontribusi).
3. Berdasarkan ruang lingkup bahasannya, statistika inferensial mncakup :
· Probabilitas atau teori kemungkinan
· Dristribusi teoritis
· Sampling dan sampling distribusi
· Pendugaan populasi atau teori populasi
· Uji Hipotesis
· Analisis korelasi dan uji signifikasi
· Analisis regresi untuk peramalan
· Analisis varians
· Analisis kovarians
